要点
- 环境型AI书记员可使急诊科医师每次接诊的主动病历书写时间减少约2～3分钟，且该效果已在多家机构得到观察。
- 使用AI书记员与病历开始书写时间延后相关，但不会延长整体病历完成时间，也不会增加72小时急诊回访等患者流转指标。
- 与未使用辅助工具的病历相比，AI生成的病历通常更长，且包含更多由医师撰写的内容，但尚未见文书质量明显下降。
- 比较研究提示，环境型AI书记员可作为人类书记员的可扩展替代方案，在维持临床产出和病历质量的同时减轻文书负担。
背景
急诊医学中的文书负担被公认为导致医师倦怠和工作流程效率低下的重要因素。传统医疗书记员虽可减轻部分负担，但受制于成本和人力配置。环境型人工智能（Artificial Intelligence，AI）书记员依托自然语言处理和实时转录技术，有望通过医患互动自动生成临床文书。尽管其商业化应用迅速推进，关于AI书记员有效性的客观证据，尤其是在急诊科（Emergency Department，ED）环境中的证据，仍受到单中心研究设计、依赖自报结局以及暴露测量间接等因素限制。要验证其减少文书工作量和临床安全性的主张，亟需整合电子病历（Electronic Health Record，EHR）审计日志的多中心综合分析。主要内容
时间演进与多中心观察性证据
2024年至2025年初的早期试点研究和质量改进项目记录了单个学术中心对环境型AI书记员的采用情况，显示其具有可行性，且用户偏好优于传统听写。3,4 一项在三级学术中心开展的回顾性研究报告，环境型AI书记员使用率为11.2%，且班次内文书时间显著缩短（中位数2分45秒对3分50秒），同时EHR交互总时间减少；这一优势主要见于病情严重程度较低及未涉及口译服务的就诊。5 这些结果为后续纳入更多医师的大规模多中心分析奠定了基础。对文书时间与病历特征的定量影响
Martini等（2026）的关键多中心网络研究纳入20家ED（3家学术机构、17家社区机构）的275名主治急诊医师，并在自2025年12月开始的成熟应用期内，使用直接来源于EHR的指标进行评估。1 AI书记员的使用通过ED病历中嵌入的患者同意声明进行标记，分析仅限于主治医师病历，排除教学或证明性文档。 主要结果包括：- 使用AI书记员时，病历中的主动书写时间更少（中位数10.0分钟），而未辅助书写时为12.5分钟；校正后差异为−2.4分钟（p值未注明，但具有统计学意义）。
- 病历启动时间约延后14分钟（患者接触后至开始书写的中位数为31分钟对17分钟），提示文书起始被推迟，但未扰乱整体工作流程。
- AI生成病历的字符数约增加14%（中位数5220对4468字符；按医师计算的平均增加为+629字符），反映内容更丰富或纳入了自动转录信息。
- 病历整体完成时间并未延迟（差异为−6分钟），72小时内ED回访率也未增加（−0.8个百分点；95%CI −1.5至−0.1），提示患者安全性未受影响。
与人类书记员及模拟研究的比较
一项涵盖4家医院的回顾性横断面研究将环境型AI书记员与人类书记员及无书记员情形进行比较，结果显示AI书记员使文书时间中位数减少1.6分钟，而人类书记员减少3.3分钟。按每班总工作相对价值单位（work relative value units，wRVUs）/班次小时评估的临床产出差异无统计学意义。2 在模拟ED环境中，与传统语音听写相比，AI书记员可节省39%的文书时间，且所需编辑极少，用户偏好度较高。3 值得注意的是，AI生成的病历段落中有69%无需修改，提示其初始输出质量较为稳健。 一项比较AI书记员与人类书记员的质量改进试点发现，AI生成病历在EHR病历模块中所耗费的时间更长，且医师贡献的文字长度更大；不过，在儿科患者中，其病历质量与人类书记员相比相近或略低。6跨场景的更广泛临床时间与生产力影响
一项覆盖5家学术机构、纳入门诊临床医师（包括急诊医师）的长期队列研究显示，采用AI书记员后，每8个计划患者工时的EHR总时间减少13.4分钟，文书时间减少16分钟，且每周就诊量略有增加（+0.49次）。这些获益在基层医疗、进阶执业临床医师以及高频AI书记员使用者中更为明显。7在受训者与教育场景中的应用
关于受训者使用环境型AI书记员的试点数据提示，其可降低文书负担和认知负荷，而不会增加病历书写时间。此外，在医学教育场景中，AI书记员还有助于生成高质量的叙述性反馈病历，在不增加教师工作量的前提下提升书面反馈质量。8,9专家评述
环境型AI书记员为解决长期困扰急诊医学工作流程的文书负担提供了一种具有变革性的路径。Martini等基于审计日志的客观证据证实，其可稳定减少主动文书时间，与既往单中心研究和模拟试验结果一致，从而增强了对AI书记员在不同临床场景中适用性的信心。观察到的病历启动延后，可能反映了AI生成草稿所推动的文书行为变化，并有望优化实时临床优先级安排。 病历长度增加以及医师贡献比例上升，回应了“AI书记员可能导致病历过于简略”的担忧；相反，AI辅助似乎在不增加总文书时间或损害患者安全的情况下增强了病历细节，这一点也体现在72小时短期ED回访率稳定。 与人类书记员的比较提示，AI书记员在可扩展性和成本效益方面具有前景，但病历质量方面存在的细微差异，尤其是在儿科病例中，仍需进一步审查。AI书记员的整合必须充分考虑本地工作流程、用户培训和质量保证，以最大化收益并尽量减少不准确性或医师过度依赖的风险。 从机制上看，环境型AI书记员依托持续的语音转文本转换和自然语言理解能力，无需明确听写即可实时捕捉临床对话。这可减少认知切换，使临床医师在维持文书质量的同时更专注于患者照护。随着语言模型进一步发展，AI书记员未来或可支持编码、决策支持以及纵向文书整合。 现有文献的局限性包括随访时间相对较短、因自愿采用而产生的潜在偏倚，以及主治医师数据占比过高，而关于受训者和进阶执业人员的证据相对不足。此外，真实世界实施中的隐私、知情同意合规以及与不同EHR平台的整合等问题，仍是值得进一步研究的重要领域。结论
现有证据有力支持：环境型AI书记员可使急诊医师的主动文书时间减少约15%～20%，在不延长病历完成时间的前提下推迟病历启动，并在不影响安全性或质量的情况下增加病历长度。多中心真实世界数据与对照研究均证实了这一结论，表明AI书记员是减轻医师工作负担、并可能缓解倦怠的有价值工具。 未来研究应聚焦长期结局、儿科与受训者人群、成本效果分析，以及与更广泛临床决策框架的整合。通过战略性采用与持续评估，环境型AI书记员在急诊医学及其他领域的潜力有望得到充分发挥。参考文献
- Martini WA, Heaton H, Walker L, Urumov A, Rappaport D, Hodgson N. Ambient Artificial Intelligence Scribe Use and Objective Documentation Effort Among Emergency Physicians. Ann Emerg Med. 2026 Oct 27. PMID: 42949694. https://pubmed.ncbi.nlm.nih.gov/42949694/
- Martini WA, Zhang L, Davis R, et al. Medical Scribe and Ambient Artificial Intelligence Impact on Emergency Physician Documentation Burden and Clinical Productivity. Ann Emerg Med. 2026 Nov;88(5):570-576. PMID: 42283666. https://pubmed.ncbi.nlm.nih.gov/42283666/
- Dahlin CM, Chen J, Miller L, et al. Human vs. artificial intelligence in medical charting: a comparative study in the simulated emergency medicine context. CJEM. 2026 May;28(5):431-437. PMID: 41917375. https://pubmed.ncbi.nlm.nih.gov/41917375/
- Lee S, Himelfarb SL, O’Neill B, et al. Ambient Artificial Intelligence Scribe Adoption and Documentation Time in the Emergency Department. Ann Emerg Med. 2026 May;87(5):569-574. PMID: 41665590. https://pubmed.ncbi.nlm.nih.gov/41665590/
- Martinez K, Nelson J, Barker K, et al. Changes in Clinician Time Expenditure and Visit Quantity With Adoption of Artificial Intelligence-Powered Scribes: A Multisite Study. JAMA. 2026 Apr 28;335(16):1408-1417. PMID: 41920565. https://pubmed.ncbi.nlm.nih.gov/41920565/
- Thompson C, Ross D, Gibbs K, et al. Ambient Artificial Intelligence Versus Human Scribes in the Emergency Department. Ann Emerg Med. 2026 May;87(5):561-568. PMID: 41251650. https://pubmed.ncbi.nlm.nih.gov/41251650/
- Williams J, Blair LC, Frost K, et al. The Effect of Ambient Artificial Intelligence Scribes on Trainee Documentation Burden. Appl Clin Inform. 2025 Aug;16(4):872-878. PMID: 40602775. https://pubmed.ncbi.nlm.nih.gov/40602775/
- Roberts S, Chang TP. Ambient AI Scribes to Create Educational Feedback Notes for Medical Students: Randomized Trial. JMIR Med Educ. 2026 May 28;12:e89996. PMID: 42208058. https://pubmed.ncbi.nlm.nih.gov/42208058/
診療科に関連する計算ツール
計算ツールは英語で表示されます。
臨床上の参考情報です。専門的な判断と併せてご利用ください。
